在Python中向函数传递太多参数

我正在开发一个程序，该程序对渗滤系统进行蒙特卡罗模拟（使用python）。为了能够从GUI（tkinter）运行它并使用多个进程，我在main（）函数中定义了模拟的主要部分。问题是，这个程序是一个物理模拟，它需要很多参数（10+）。从main（）调用的一些函数也需要很多参数，并且会被多次调用。例如，在我的main（）中，我有一个generate_wire（）函数，它接受8个参数，例如wires_mean_length、wires_distribution等。这个函数被调用了数百万次

这会影响项目的效率吗？这是应该修复的吗？如果是，如何修复

编辑：代码的结构基本如下：

def生成_线（“8个参数”）：
“根据参数生成导线”
def main（“主要参数”）：
对于范围内的（nbr sim）：
尽管如此：
生成_线（“从主参数中选取8个参数”）
“各种计算”
如果渗流为真：
打破
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
“GUI代码”
“运行按钮使用GUI条目中的参数调用主函数”

实际上，与其他设计相比，这不会影响程序的运行时间

您可以将所有参数放入字典或自定义类中，并将其传递，以使逻辑更清晰

您可以将函数中的逻辑直接提升到循环中，这样可以减少查找的次数

def generate_wire_wrapper（“8个参数”）：
对于范围内的（nbr sim）：
“生成导线的逻辑”
“各种计算”
def main（“主要参数”）：
生成\u wire\u wrapper（“8个参数取自主参数”）

然而，改进设计将是您在这里的真正盟友

与其在一个循环中调用同一个函数数千次，不如考虑

• 使用某种类型的a来并行处理
• 利用C语言中的逻辑（如果必须的话，也可以编写逻辑），使操作更加高效 科学图书馆的制图方法这样做是为了提高效率，其中一部分是通过每一步做更多的工作来规避GIL（例如，熊猫数据帧

  。应用
  方法就是这样做的）

---

请展示一些代码或研究，是的，它可能会影响性能！对于你的回答现在我开始明白我不知道效率，但是我知道多个参数可能不是一个问题，除了组织可能，如果计算过程没有以图形方式显示（也许只是结果），那么效率应该不会很低，但是对于大循环来说，这将需要一些时间（无法准确地说出多少，实际上可以测量）实际上，计算没有显示，只存储结果。测量它是一个好主意，我会尝试一下。我已经运行了一个foo函数100000次。一旦使用globals，另一个将15个参数传递给该函数。我没有得到两个过程之间的任何显著时间差。当然，这并不能证明什么，但我认为h方法是相当有效的。谢谢！我曾想过在措辞中传递它，但想知道它是否真的会在语言方面产生影响efficiency@Ethalides可能不是，这与创建一个新文件并从中导入数据几乎是一样的，这并不慢，或者我不知道python如何处理导入参数和数据字典等都是通过引用的，因此它们只会产生查找名称所指内容的成本。获得它们所需的参数和深度越多，您需要付出的成本就越高。但是，查找成本非常小，并且在使用函数变量时比不使用函数变量时效率更高（奇怪的是，将导入方法作为参数可以使它们更有效，因为这样可以避免查找）。感谢您的全面回答！问题是我无法并行运行此函数，因为我需要每次迭代的先前结果（每次添加导线时，我都在检查是否存在渗流路径）。不过我喜欢包装解决方案！我肯定会研究pandas，事实上我应该早一点做。@Ethalides随时-如果你发现每一步都依赖于前一步，可能有一些方法可以一次计算更多并展开循环。如果你能举一个最小的例子，这可能是一个令人兴奋/有价值的问题！pandas及其

df.apply

只是这项技术的一个例子，因此它可能根本不适用。但如果您有大量数据，它肯定会为您提供一个很好的解决方案。